获取Tensorflow占位符的形状

Question

我想在Tensorflow中获取占位符的尺寸。功能tf$shape立即出现在我的脑海里。我毫不费力地使用tf$shape来获得具有正面维度的占位符的形状。不过，我希望我的占位符能够接受不同尺寸的输入，所以我留下了一个尺寸为NULL。现在，根据我的理解，当涉及到尺寸时，Tensorflow会等效地处理NULL和-1。然而，当我跑我的代码，我收到此错误：

W tensorflow/core/framework/op_kernel.cc:1148] Invalid argument: Shape [-1,2] has negative dimensions

下面是我的代码重复的例子：

a = tf$placeholder(tf$float32, shape = shape(NULL, 2L))  
sess = tf$Session() 
sess$run(tf$shape(a)) 

是上面引用的在我的代码或由造成一些错误事实上，tf$shape不能占用负面维度的占位符？如果后者是真的，有没有办法让我得到负尺寸占位符的形状而不使用tf$shape？

Answer 1

tf$shape(a)操作返回包含占位符张量的dynamic shape的张量。 a的动态形状取决于您为a提供的值;如果你不提供一个值，那么动态形状是未定义的。因此，您必须在sess$run(tf$shape(a))调用中为a提供值。

不幸的是，您看到的特定错误（“Shape [-1,2]具有负面尺寸”）是无益的，因为TensorFlow 1.2中有关占位符op如何处理部分定义的形状的错误。如果升级到TensorFlow 1.3（当前可作为发布候选版本）或更高版本，则此错误已得到修复，您将得到以下错误：

You must feed a value for placeholder tensor 'Placeholder' with dtype float32 and shape [?,2]